Tensorflow 모델 변환 생성 Tflite 형식

Google의 공식 예:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/speech_commands
안쪽의train을 주로 참고하세요.py 코드와freeze.py 코드, 각각 고체화된 pb 파일을 훈련하고 생성하는 데 사용됩니다.
train.py 파일의 코드 순서는 다음과 같습니다.
(1), 입력 데이터의 양적화:fingerprintinput = tf.fake_quant_with_min_max_args(input placeholder,fingerprint min,fingerprint max)는 내가 자신의 그림을 훈련할 때 이 단계를 사용하지 않았다.
(2).loss 정의
(3).양적 트레이닝 맵 만들기: tf.contrib.quantize.create_training_graph(quant_delay=0)
(4).최적화기 정의
(5).saver = tf.train.Saver(tf.global_variables())
(6).변수 초기화
(7).check_point 불러오기
(8).pbtxt 파일 저장:tf.train.write_graph(sess.graph_def, FLAGS.train_dir,FLAGS.model_architecture + ‘.pbtxt’)
(9).순환 훈련
freeze.py 파일의 코드 순서는 다음과 같습니다.
(1).graph 만들기
(2).양적 eval 그림 만들기:createeval_graph()
(3).모델의 변수를 로드하는 매개변수
(4).pb 파일을 저장하려면 다음과 같이 하십시오.
input_saver_def = saver.as_saver_def()
frozen_graph_def = freeze_graph.freeze_graph_with_def_protos(input_graph_def=tf.get_default_graph().as_graph_def(),input_saver_def=input_saver_def,input_checkpoint = FLAGS.model_file,output_node_names=‘result’,restore_op_name=‘save/restore_all’, filename_tensor_name=‘save/Const:0’,clear_devices=True,output_graph=’’,initializer_nodes=’’)
binary_graph = ‘tflite_graph.pb’
with tf.gfile.GFile(binary_graph, ‘wb’) as f:

   f.write(frozen_graph_def.SerializeToString()